大规模落地：AI安防仍存两大痛点

當前AI落地能力与用户需求存有较大差距前者还需面对数据隐私保护与安全管控、低成本、流程再造、组织变革等挑战。

具体来看最为核心的痛点有二：

其一， 数据不够多元且异常封闭。

中国拥有庞大的人口数量、用户量及图像采集点相关企业得到数据之后经过筛选、过滤、叠加、组合，会对自身算法效果有阶段性提升

但这类提升属于个人式的、微乎其微式的。

每个厂商所建设的AI系统类似一个又一個的“烟囱”“烟囱式”架构也就是垂直的体系结构。

每一个IT系统都有自己的存储和设备以及独立的管理工具和数据库，不同的系统鈈能共享资源、不能交付和访问形成了资源孤岛和信息孤岛。

由于不同企业的数据库模型设计和针对的目标有所不同他们也无法直接茭换、共享模型。

即便相关企业间的数据库可以融合但受制于隐私、安全等问题，也绝不可如此为之

有场景缺数据、有数据难共享。這是包括AI安防在内的诸多行业目前存在的普遍问题也是阻碍AI普惠的最大痛点。

其二缺乏优质数据，算法不够精准

由于缺乏足够优质數据作为训练支撑，大多企业依靠开源框架微创新然后采用低价策略抢占市场，导致整个行业丧失了做基础原创技术创新动力的案例

堅持自研是一条漫长且艰苦的路，没人知道数年的努力能不能换得一次数量级的提升也没人知道高投入后是否得到与之相匹配的回报。

對此有人或许会提到基于安防行业自身天然的高试错率，小数点后的算法精度数量级提升对于项目的最终归属没有大的改变

其实，现階段与安防相关的AI技术精准度还远远没有达到天花板分类检测、分割、以及对整个图像区域分类问题均还未得到很好解决。